Как получить максимальную прибыль по портфелю ОСАГО без увеличения его объема
и повышения цен?
и повышения цен?
13.03.2023
Многие страховые компании в 2022-2023 гг. взяли курс на сохранение или некоторое уменьшение объемов портфелей ОСАГО. Ввиду продолжающихся проблем с наличием и стоимостью запчастей, а также неопределенностью в ценообразовании из-за расширения тарифного коридора, такая стратегия кажется оправданной. Однако и в сложившихся условиях в ОСАГО можно расти, причем увеличивать прибыль кратно.
Чтобы сформировать портфель ОСАГО с максимальной маржой, достаточно выполнить всего одно действие – повысить точность предсказания вероятности наступления страхового события.
Чтобы сформировать портфель ОСАГО с максимальной маржой, достаточно выполнить всего одно действие – повысить точность предсказания вероятности наступления страхового события.
Наша модель вероятности наступления страхового события предсказывает, с какой вероятностью конкретный водитель на конкретном автомобиле попадет в ДТП, являющееся страховым событием (по вине страхователя), в период действия договора страхования. Модель обучена на выборке в 11 000 000 записей, учитывает более 50 факторов по автомобилю, страхователю и водителям, и постоянно улучшается.
Внедрение скоринга заявок на ОСАГО по нашей модели позволяет снизить долю клиентов с высоким риском попадания в ДТП по своей вине и соответственно уменьшить убытки компании.
Внедрение скоринга заявок на ОСАГО по нашей модели позволяет снизить долю клиентов с высоким риском попадания в ДТП по своей вине и соответственно уменьшить убытки компании.
Мы проводим ретро-тестирование с нашими клиентами по следующей методике:
1. Скоринг портфеля:
• Проводится скоринг вероятности наступления страхового события по переданной выборке полисов – на основе данных о ТС и вписанных водителях на дату заключения полисов
• Все полисы были сортируются по возрастанию рассчитанной вероятности
• Полученный список делится на 10 равных частей – децилей
• Для каждого дециля рассчитывается средняя вероятность наступления страхового события
3. Расчет экономики:
По каждому децилю рассчитывается:
• среднее фактическое значение наступления страхового события
• суммы фактически собранных страховых премий
• суммы фактически понесенных затрат – выплат и расходов на обслуживание
• маржа (разница между премиями и выплатами)
В таблице 1 представлен пример расчета – результат скоринга портфеля одного из клиентов (данные о премиях и убытках скрыты в целях соблюдения конфиденциальности).
Из таблицы видно, что начиная с 8-го дециля, в котором фактическая средняя частота наступления страховых случаев составляет 3%, а расчетная по модели вероятность – 3,2%, маржа стала отрицательной. Это значит, что искомое пороговое значение вероятности (при котором маржа становится отрицательной) находится в 7 или 8 интервале. Далее – в 9-10 децилях отрицательный финансовый эффект усиливается.
Сравнение результатов модели вероятности наступления страховых случаев с фактическими значениями представлено на рис. 1. Модель продемонстрировала высокую точность при сравнении с ретро-данными:
Сравнение результатов модели вероятности наступления страховых случаев с фактическими значениями представлено на рис. 1. Модель продемонстрировала высокую точность при сравнении с ретро-данными:
3. Определение точки максимальной маржи портфеля
Далее мы определили точку максимальной маржи портфеля. Это точка, которая имеет такое значение вероятности наступления страхового события, которое позволяет получить максимум маржи (при прочих равных условиях – без изменения стоимости полисов и других факторов), и это значение в рассмотренном расчете кратно превосходит фактическую маржу портфеля.
Для этой точки мы определили количество полисов и сумму собранных страховых премий.
На рис. 2 представлена зависимость маржи и количества выданных полисов от предсказанной вероятности наступления страхового события:
Далее мы определили точку максимальной маржи портфеля. Это точка, которая имеет такое значение вероятности наступления страхового события, которое позволяет получить максимум маржи (при прочих равных условиях – без изменения стоимости полисов и других факторов), и это значение в рассмотренном расчете кратно превосходит фактическую маржу портфеля.
Для этой точки мы определили количество полисов и сумму собранных страховых премий.
На рис. 2 представлена зависимость маржи и количества выданных полисов от предсказанной вероятности наступления страхового события:
Вывод: чтобы получить максимальную маржу, необходимо “отсечь” все полисы с предсказанной вероятностью наступления страхового события выше порогового значения 3%.
Количество полисов в таком портфеле (с максимальной маржой) составляет 70% от объема переданной выборки (102 256 шт.). То есть для получения максимума маржи с такого портфеля
(с теми же уровнем выплат и ценообразованием) необходимо брать в портфель на 30% меньше полисов.
На рис. 3 представлена зависимость маржи и суммы страховых премий от предсказанной вероятности наступления страхового события:
Количество полисов в таком портфеле (с максимальной маржой) составляет 70% от объема переданной выборки (102 256 шт.). То есть для получения максимума маржи с такого портфеля
(с теми же уровнем выплат и ценообразованием) необходимо брать в портфель на 30% меньше полисов.
На рис. 3 представлена зависимость маржи и суммы страховых премий от предсказанной вероятности наступления страхового события:
Вывод: сумма собранных страховых премий, при которой маржа была бы максимальной, составляет 64% от фактически собранных премий исходного портфеля.
Согласно нашему расчету, для достижения максимума маржи необходимо взять в портфель 70% полисов из первоначальной выборки. Хотим уточнить, что это не означает, что от остальных 30% заявок на страхование с вероятностью наступления страхового события выше расчетного порогового значения нужно отказаться (или передать в перестраховочный пул) – по таким полисам можно повысить размер страховой премии.
В приведенном расчете отсекаются все полисы, при вероятности наступления страхового события по которым маржа портфеля начинает опускаться ниже максимума. Страховая компания может устанавливать уровень маржинальности самостоятельно.
Данное исследование показывает, как управлять прибыльностью портфеля ОСАГО за счет повышения точности предсказания вероятности наступления страхового события без изменения ценообразования.
В рассмотренном примере внедрение модели привело бы к выводу финансового результата из зоны отрицательных значений и его приросту на 27,5 млн. руб. на выборке 146 256 полисов.
Финансовый эффект будет зависеть от объема и критериев формирования выборки полисов.
В следующем материале расскажем о возможностях применения модели предсказания предполагаемого размера страховой выплаты – она позволяет формировать стоимость полиса, учитывая прогнозируемые убытки.
Согласно нашему расчету, для достижения максимума маржи необходимо взять в портфель 70% полисов из первоначальной выборки. Хотим уточнить, что это не означает, что от остальных 30% заявок на страхование с вероятностью наступления страхового события выше расчетного порогового значения нужно отказаться (или передать в перестраховочный пул) – по таким полисам можно повысить размер страховой премии.
В приведенном расчете отсекаются все полисы, при вероятности наступления страхового события по которым маржа портфеля начинает опускаться ниже максимума. Страховая компания может устанавливать уровень маржинальности самостоятельно.
Данное исследование показывает, как управлять прибыльностью портфеля ОСАГО за счет повышения точности предсказания вероятности наступления страхового события без изменения ценообразования.
В рассмотренном примере внедрение модели привело бы к выводу финансового результата из зоны отрицательных значений и его приросту на 27,5 млн. руб. на выборке 146 256 полисов.
Финансовый эффект будет зависеть от объема и критериев формирования выборки полисов.
В следующем материале расскажем о возможностях применения модели предсказания предполагаемого размера страховой выплаты – она позволяет формировать стоимость полиса, учитывая прогнозируемые убытки.
Оставить заявку на бесплатное тестирование
